DAIR.AI 发布教程，介绍用 TypeSafe AI 的决策模型 Jev 充当 LLM Judge 来评估智能体运行轨迹。Jev 读取请求、每次工具调用及结果和最终回复，按预设问题给出判定及概率，教程以退款智能体为例，用 80% 阈值把运行分为通过、失败和转人工复核。